Teoría de control perceptiva

Teoría de control perceptiva (PCT) es un modelo de comportamiento basado en los principios de retroalimentación negativa, pero diferentes en aspectos importantes de ingeniería teoría de control. Resultados de los experimentos PCT han demostrado que un organismo controla su propio comportamiento, ni las variables ambientales externas, sino más bien sus propias percepciones de esas variables. Acciones no están controladas, son variadas para cancelar los efectos impredecibles disturbios ambientales de otro modo tendrían en percepciones controladas. Según la frase estándar del campo, "el comportamiento es el control de la percepción". PCT demuestra causalidad circular en un bucle de retroalimentación negativa cerrado a través del ambiente. Esto contradice fundamentalmente la noción clásica de la causalidad lineal de la conducta mediante estímulos, en la que estímulos ambientales se cree que causan respuestas conductuales, mediadas (según la psicología cognitiva) por intervención de procesos cognitivos.

Numerosas simulaciones de computadora de situaciones conductuales específicas demuestran su eficacia, con muy altas correlaciones de datos observacionales (0.95 o mejores), tales como se espera habitualmente en física y química. Mientras que la adopción del PCT en la comunidad científica no ha sido generalizada, se ha aplicado no sólo en psicología experimental y la neurociencia, sino también en Sociología, lingüística, y un número de otros campos y ha conducido a un método de psicoterapia llamado el Método de niveles.

PCT tiene raíces en ideas de Claude Bernard y del siglo XX Ingeniería de sistemas de control y cibernética. Se originó como tal y dado su forma actual y su metodología experimental, por William T. Powers.

El lugar del propósito (intención) y la causalidad en Psicología

Una tradición de Aristóteles a través de William James reconoce que el comportamiento es útil en lugar de meramente reactiva. Sin embargo, la única evidencia de intenciones era subjetiva. Conductistas siguiendo Wundt, Thorndyke, Watson, y otros informes introspectivos como datos para una ciencia objetiva de la psicología. Sólo el comportamiento observable podría ser admitido como datos.

Desde esta postura sigue el supuesto de que los eventos ambientales (estímulos) causan acciones conductuales (respuestas). Esta hipótesis persiste en psicología cognitiva, que se interpone mapas cognitivos y otro postulado procesamiento de la información entre estímulo y respuesta, pero si no conserva el supuesto de causalidad lineal del entorno a la conducta.

Otra, más específica razón de nociones rechaza psicólogos del propósito o la intención era que no podía ver cómo un objetivo (un estado que aún no existe) podría causar el comportamiento que condujo a él. PCT resuelve estos argumentos filosóficos acerca de teleología porque proporciona un modelo de funcionamiento de los organismos en la cual tiene condición de objetivo sin recurrir a introspección, y que causalidad es circular alrededor de bucles de retroalimentación.

Historia

El científico no afiliado William T. Powers reconoció que ser útil implica control, y que los conceptos y métodos de sistemas de control ingeniería podrían aplicarse a los sistemas de control biológico. Poderes reconocieron más que en cualquier control de sistema de la variable que se controla no es la salida del sistema (lo conductual), pero su entrada, es decir, una función detectada y se transforma de un estado del medio ambiente que podría verse afectado por la salida del sistema de control. Porque algunas de estas entradas detectadas y transformadas aparecen como aspectos conscientemente percibidos del medio ambiente, energías etiquetar la variable controlada "percepción". La teoría llegó a ser conocido como "Teoría del Control Perceptual" o PCT en lugar de "Control teoría aplicada a la psicología", porque los teóricos del control a menudo afirman o suponen que es la salida del sistema controlado. En la PCT es la representación interna del estado de algunas variables en el entorno — una "percepción" en el lenguaje cotidiano, que es controlado. Los principios básicos de PCT fueron inicialmente publicados por poderes, Clark y MacFarland como una "teoría de la retroalimentación general de comportamiento" en 1960, con créditos a los autores cibernéticos Wiener y Ashbyy ha sido desarrollado sistemáticamente desde entonces en la comunidad de investigación que ha reunido alrededor de él. Inicialmente, recibió poco reconocimiento general, pero ahora es mejor conocido.

Ejemplo

Un sistema de control simple de retroalimentación negativa es un sistema de control de crucero para un coche. Un sistema de control de crucero tiene un sensor que "percibe" la velocidad como la velocidad de giro del eje del disco directamente conectado a las ruedas. También tiene un controlador ajustable objetivo especifica una velocidad particular. La velocidad detectada se compara continuamente contra la velocidad especificada por un dispositivo (llamado un "comparador") que se resta el valor de entrada actualmente detectado desde el valor objetivo almacenado. La diferencia (la señal de error) determina la posición del acelerador (la depresión del acelerador), para que la salida del motor es variada continuamente a las variaciones de contador en la velocidad del coche. Este tipo de control de retroalimentación negativa clásica fue elaborado por los ingenieros en los años treinta y cuarenta.

Si la velocidad del coche comienza a descender por debajo de la velocidad objetivo, por ejemplo, cuando sube una colina, el pequeño aumento en la señal de error, amplificado, causas de salida del motor para aumentar, que mantiene el error casi en cero. Si la velocidad excede la meta, por ejemplo, cuando ir abajo de una colina, el motor está sofocado detrás con el fin de actuar como un freno, así que otra vez la velocidad se mantiene de que salen más de una cantidad apenas perceptible de la velocidad del objetivo (los frenos son necesarios sólo si la colina es muy empinada). El resultado es que el sistema de control de crucero mantiene una velocidad de cerca de la meta como el coche va subir y bajar colinas, y otros disturbios como viento afectan la velocidad del coche. Todo esto se hace sin ninguna planificación de acciones específicas y sin cualquier reacción ciega a los estímulos.

Los mismos principios de control de retroalimentación negativa (incluyendo la capacidad de anular los efectos de disturbios internos o externos impredecibles) aplicarán a la vida de sistemas de control. La tesis del PCT es que animales y personas no controlan su comportamiento; por el contrario, varían su comportamiento como sus medios para el control de sus percepciones, con o sin perturbaciones externas. Esto contradice directamente la asunción histórica y todavía generalizada que comportamiento es el resultado final de insumos de estímulo o de planes cognitivos.

La metodología de modelado y PCT como modelo

La principal referencia en la metodología de la PCT es la variable controlada. El paso fundamental de la investigación de la PCT, la prueba para las variables controladas, es la aplicación lenta y suave de influencias perturbadoras para el estado de una variable en el medio ambiente que el investigador supone ya está bajo control por el organismo observado. Es esencial no abrumar la capacidad del organismo de control, ya que es lo que está siendo investigado. Si el organismo cambia sus acciones sólo para evitar la influencia perturbadora de tener el efecto esperado en esa variable, es fuerte evidencia de que la acción experimental perturbada una variable controlada. Es fundamental distinguir las percepciones y el punto de vista del observador de los del organismo observado. Puede tomar un número de variaciones de la prueba para aislar a qué aspecto de la situación ambiental está bajo control, percibidas por el organismo observado.

PCT emplea un caja negra metodología. La variable controlada como es medido por el observador corresponde a un valor de referencia para la percepción de que el organismo está controlando. La variable controlada es pues un índice objetivo de la finalidad o intención de esas acciones de comportamiento determinadas por el organismo, el objetivo de que esas acciones trabajan constantemente para lograr a pesar de los disturbios. Con pocas excepciones, en el estado actual de Neurociencia Esto internamente mantiene valor de referencia no puede observarse directamente como tal (por ejemplo, como una tasa de disparo de una neurona), ni todas las variables eléctricas y químicas pertinentes se trazaron por sus vías específicas mientras que un organismo vivo es en lo que observamos externamente como comportamiento. Sin embargo, cuando un sistema de retroalimentación negativa de trabajo simulado en una computadora digital realiza esencialmente idénticamente a los organismos observados, entonces la estructura de realimentación negativa bien entendido de la simulación o modelo se entiende (la caja blanca) para demostrar la estructura invisible de retroalimentación negativa en el organismo (la caja negra).

No se agregan datos de individuos para el análisis estadístico; en cambio, se construye un modelo generativo que replica los datos observados para los individuos con muy alta fidelidad (0.95 o mejor). Para construir un modelo de una situación conductual requiere la cuidadosa medición de tres variables observadas:

q_i

La cantidad de entrada, ese aspecto del estímulo que el sujeto percibe y se ha demostrado que para controlar.

q_o

La cantidad de salida, ese aspecto de la conducta del sujeto que afecta el estado de q_i.

d

El disturbio, un valor suma de los efectos que cualquier otras influencias en el medio ambiente en el estado de q_i. En un experimento controlado uno aspira a tener una influencia perturbadora que está bajo el control del investigador, sino en la observación naturalista es con frecuencia más compleja la situación.

Un valor de cuarto, la referencia mantenida internamente r (un ′setpoint′ variable), se deduce del valor en el cual se observa el organismo para mantener q_i, según lo determinado por la prueba de variables controladas (descritas al principio de esta sección).

Con dos variables de especificó, la entrada controlada q_i y la referencia r, un sistema de control bien diseñados, simulado en una computadora digital, produce salidas q_o se oponen casi precisamente a disturbios impredecibles d a la entrada controlada. Además, la varianza de los acuerdos de control perfecto con lo observado para los organismos vivos. Control perfecto daría como resultado cero efecto de la perturbación, pero los organismos vivos no son controladores de perfectos y el objetivo del PCT es organismos vivos modelo. Cuando realiza una simulación por ordenador con > 95% conforme a los valores medidos experimentalmente, oponerse a los efectos de cambios imprevisibles en d por generación (casi) iguales y frente a los valores de q_o, se entiende para modelar el comportamiento y la estructura de bucle de control interno del organismo.

Por extensión, la elaboración de la teoría constituye un modelo general de proceso cognitivo y de comportamiento. Con cada modelo específico o simulación del comportamiento que es construido y probado con datos observados, el modelo general que se presenta en la teoría está expuesto al desafío potencial que podría llamar a revisión o podría conducir a refutación.

Matemáticas del PCT

Para ilustrar los cálculos matemáticos empleados en la simulación de la PCT, considerar un seguimiento seguimiento de tarea en la cual el participante mantiene un cursor del ratón con un blanco móvil en un ordenador.

El modelo asume que una señal perceptiva en el participante representa la magnitud de la cantidad de entrada q_i. En la tarea de seguimiento, la cantidad de entrada es la distancia vertical entre la posición de blanco T y la posición del cursor C, y la variación al azar de la posición de blanco actúa como la perturbación d de esa cantidad de entrada. Esto sugiere que la señal perceptiva p cuantitativamente representa la posición del cursor C menos el objetivo de la posición T, expresada en la ecuación p=C–T.

Entre la percepción del blanco y el cursor y la construcción de la señal que representa la distancia entre ellos hay un retraso de Τ milisegundos, para que la señal perceptiva de trabajo al tiempo t representa la distancia del cursor al destino en un tiempo previo, t – Τ. En consecuencia, la ecuación utilizada en el modelo es

1. p(t) = C(t-Τ) – T(t-Τ)

El sistema de control de retroalimentación negativa recibe una señal de referencia r que especifica la magnitud de la señal perceptiva dada que actualmente está prevista o deseada. (Para el origen de r dentro del organismo, ver bajo"Una jerarquía de control", below.) Ambos r y p son la entrada a una estructura neuronal simple con r excitatorios y p inhibitoria. Esta estructura se llama un "comparador". El efecto es para restar p De r, produciendo una señal de error e indica la magnitud y el signo de la diferencia entre la magnitud deseada r y la magnitud de entrada actualmente p de la percepción dada. La ecuación que representa esto en el modelo es:

2. e = r – p

La señal de error e debe ser transformado a la cantidad de salida q_o (que representa el esfuerzo muscular del participante que afectan a la posición del ratón). Experimentos han demostrado que en el mejor modelo para la función de salida, la velocidad del ratón V_cursor es proporcional a la señal de error e por un factor de ganancia G (es decir, V_cursor = G*e). Así, cuando la señal perceptiva p es menor que la señal de referencia r, la señal de error e tiene un signo positivo, y de el modelo calcula una velocidad hacia arriba del cursor que es proporcional al error.

La siguiente posición del cursor C_Nuevo es la posición actual C_antiguo Además de la velocidad V_cursor la duración de las épocas dt de una iteración del programa. Por simple álgebra, sustituimos G*e (como arriba) para V_cursor, que rinde una tercera ecuación:

3. C_Nuevo = C_antiguo + G*e*dt

Estas tres ecuaciones simples o pasos de programa constituyen la forma más simple del modelo para la tarea de seguimiento. Cuando estas tres ecuaciones simultáneas se evalúan una y otra vez con los mismos disturbios al azar d de la posición del objetivo que el participante humano experimentado, las posiciones de salida y la velocidad del cursor duplica acciones del participante en la tarea de seguimiento por encima de 4.0% de su gama de pico a pico, con gran detalle.

Este modelo simple puede ser refinado con un factor de amortiguación d que reduce la discrepancia entre el modelo y el participante humano al 3,6% cuando la perturbación d se encuentra a la máxima dificultad.

3'. C_Nuevo = C_antiguo + [(G*e)–(d*C_antiguo)]*dt

Discusión detallada de este modelo (competencias 2008) incluye fuente y código ejecutable, con el cual el lector puede comprobar cómo este sencillo programa simula el comportamiento real. Ninguna consideración es necesario de no linealidades posibles tales como la Ley de Weber-Fechner, posibles ruidos en el sistema, variando continuamente los ángulos en las articulaciones, y muchos otros factores que podrían afligir rendimiento si esta fueron un modelo lineal simple. No cinemática inversa o cálculos predictivos. El modelo simplemente reduce la discrepancia entre la entrada p y referencia r continuamente se presenta en tiempo real, ya que es todo lo que se requiere — como predijo la teoría.

Distinciones de ingeniería teoría de control

Incluso una lectura rápida del artículo de Copro ingeniería teoría de control muestra que en los sistemas artificiales que se describe allí la señal de referencia se considera una entrada externa a la 'planta'. En ingeniería teoría de control, la señal de referencia o punto de ajuste es público; en PCT, no es, sino más bien debe deducirse de los resultados de la prueba para las variables controladas, como se describe anteriormente en la sección de metodología. Esto es porque en los sistemas vivos una señal de referencia no es una entrada accesible desde el exterior, pero en cambio se origina en otro lugar dentro del sistema. En el modelo jerárquico, lazos de salida de error de control de alto nivel, como se describe en el siguiente sección de más abajo, evoca r de la memoria local de sinapsis y la fuerza de r es proporcional a la fuerza (ponderada) de la señal de error o de señales de uno o más sistemas de alto nivel.

En ingeniería de sistemas de control, en el caso donde hay varias tales entradas de referencia, un 'Controller' está diseñado para manipular los insumos para obtener el efecto sobre la salida del sistema que es deseado por el diseñador del sistema, y la tarea de una teoría de control (concebida así) es calcular esas manipulaciones para evitar inestabilidad y oscilación. El diseñador de una simulación o modelo PCT no especifica ningún efecto deseado en la salida del sistema, excepto que debe ser lo que se requiere para la entrada del ambiente (la señal perceptiva) en conformidad con la referencia. En teoría de Control perceptiva, la función de entrada para la señal de referencia es una suma ponderada de señales generadas internamente (en las señales de error canónico del caso, alto nivel), y estabilidad del lazo se determina localmente para cada bucle de la manera esbozada en la sección anterior sobre la matemáticas del PCT (y elaboradas más completamente en el referencia de la literatura). Se entiende el resultado de la suma ponderada reorganización.

Cómputo ingeniería teoría de control es exigente, pero como la sección anterior muestra que el PCT no es. Por ejemplo, contrastar la implementación de un modelo de un péndulo invertido en ingeniería teoría de control con la implementación del PCT como una jerarquía de cinco sistemas de control simple.

Una jerarquía de control

Percepciones, en PCT, construidas y controladas en una jerarquía de niveles. Por ejemplo, percepción visual de un objeto está hecha de diferencias en la intensidad de la luz o las diferencias de sensaciones tales como el color en los bordes. Controlar la forma o la ubicación del objeto requiere alterar la percepción de sensaciones o intensidades (que son controlados por sistemas de nivel inferior). Este principio se aplica a todos los niveles, hasta el más abstracto filosófico y teórico construye.

El fisiólogo ruso Nicolas Bernstein independiente llegó a la misma conclusión que el comportamiento tiene que ser multiordinal, organizado jerárquicamente, en capas. Un simple problema condujo a esta conclusión en casi al mismo tiempo en el PCT y en la obra de Bernstein. Los reflejos espinales actúan para estabilizar las extremidades contra disturbios. ¿Por qué no previenen centros superiores en el cerebro de usar esos miembros para llevar a cabo comportamiento? Dado que el cerebro obviamente utiliza los sistemas espinales en la producción de comportamiento, debe ser un principio que permite que los sistemas más altos operar mediante la incorporación de los reflejos, no sólo por la superación o apagándolas. La respuesta es que el valor de referencia (setpoint) por un reflejo espinal no es estático; más bien, es variada por los sistemas de alto nivel como su forma de mover las extremidades. Este principio se aplica a más bucles de retroalimentación, como cada bucle presenta el mismo problema a subsistemas por encima de él.

Mientras que un sistema de control de ingeniería tiene un valor de referencia o punto de ajuste ajustado por algún organismo externo, el valor de referencia para un sistema de control biológico no se puede establecer de esta manera. El punto de ajuste debe provenir de algún proceso interno. Si hay una manera de afectar el comportamiento, cualquier opinión puede ser traído al estado especificado momentáneamente por niveles más altos y luego mantenerse en ese estado contra disturbios impredecibles. En una jerarquía de sistemas de control, mayores niveles de ajustan los objetivos de niveles inferiores como su medio de acercarse a sus propios objetivos establecidos por sistemas aún mayor. Esto tiene consecuencias importantes para cualquier control externo propuesto de un vida autónomo sistema (organismo) de control. En el nivel más alto, valores de referencia (objetivos) se establecen por herencia o por procesos adaptativos.

Reorganización en evolución, desarrollo y aprendizaje

Si un organismo controla las percepciones inadecuadas o controla algunas percepciones valores inadecuado, es menos probable que traer descendencia a la madurez y pueden morir. En consecuencia, por selección natural sucesivas generaciones de organismos evolucionan por lo que controlan esas percepciones que, cuando controlados con puntos de referencia apropiados, tienden a mantener variables críticas internas a niveles óptimos, o al menos dentro de límites no letales. Poderes llaman estas variables críticas internas "variables intrínsecas" (de Ashby "variables esenciales").

El mecanismo que influye en el desarrollo de las estructuras de las percepciones a controlarse se denomina "reorganización", un proceso en el organismo individual que está sujeto a selección natural como es la estructura de los individuos dentro de una especie evolucionada.

Este sistema de"reorganización" se propone ser parte de la estructura heredada del organismo. Cambia los parámetros subyacentes y conectividad de la jerarquía de controles de forma aleatoria a pie. Hay una tarifa continua de cambio en variables intrínsecas que avanza a una velocidad ajustada por el error total y se detiene en el error cero, marcado por cambios aleatorios en la dirección en un hiperespacio con tantas dimensiones como variables críticas. Se trata de una adaptación más o menos directa de Ashby"homeostat", primero adoptado en PCT en el papel de 1960 y entonces cambiado para utilizar método de e. coli de la navegación encima de gradientes de nutrientes, según lo descrito por Koshland (1980).

Reorganización puede ocurrir a cualquier nivel cuando la causa de pérdida de control en ese nivel variables intrínsecas (esenciales) difiera de puntos genéticamente determinados. Este es el mecanismo básico que está implicado en el aprendizaje de ensayo y error, que conduce a la adquisición de las clases más sistemáticas de procesos de aprendizaje.

Conflicto

En una jerarquía de sistemas de control de interacción, diferentes sistemas en un nivel pueden enviar objetivos contradictorios a un sistema inferior. Cuando dos sistemas están especificando metas diferentes para la misma variable de nivel inferior, se encuentran en conflicto. Prolongado conflicto es experimentado por los seres humanos como muchas formas de angustia psicológica tales como la ansiedad, obsesión, depresión, confusión y vacilación. Grave conflicto impide que los sistemas afectados pudiendo controlar, destruyendo con eficacia su función para el organismo.

Sistemas de control de nivel mayor a menudo son capaces de utilizar estrategias conocidas (que ellos mismos se adquieren a través de reorganizaciones anteriores) para buscar percepciones que no producen el conflicto. Normalmente, esto ocurre sin previo aviso. Si el conflicto persiste y sistemática "problemas" por sistemas de mayor falla, el sistema de reorganización puede modificar los sistemas existentes hasta que eludir el conflicto o hasta producen nuevas señales de referencia (objetivos) que no están en conflicto en los niveles inferiores.

Cuando la reorganización resulta en un acuerdo que reduce o elimina el error que está manejando, el proceso de reorganización desacelera o se detiene con la nueva organización en el lugar. (Esto reemplaza el concepto de aprendizaje de refuerzo). Nuevos medios de control de las percepciones involucradas y hecho nuevas construcciones perceptuales sujetas a control, también pueden resultar de reorganización. En términos más simples, el proceso de reorganización varía cosas hasta que algo funcione, en ese momento decimos que el organismo ha aprendido. Cuando se hace de la manera correcta, este método puede ser sorprendentemente eficaz en simulaciones.

PCT y psicoterapia: el método de niveles (MOL)

El concepto de reorganización ha conducido a un método de psicoterapia llamado el Método de niveles (MOL) actualmente siendo probado en Inglaterra, Estados Unidos y Australia.

PCT y neurociencia

Aprendizaje

Actualmente, no hay una teoría se haya acordado para explicar la base sináptica, neuronal o sistémica del aprendizaje. Destacado desde 1973, sin embargo, es la idea de que a largo plazo (LTP) la potenciación de las poblaciones de sinapsis induce aprendizaje a través de mecanismos previos y postsinápticos (Bliss y Lømo, 1973; Felicidad & Gardner-Medwin, 1973). LTP es una forma de aprendizaje hebbiana, que propuso esa alta frecuencia, la activación tónica de un circuito de neuronas aumenta la eficacia con la que son activados y el tamaño de su respuesta a un estímulo dado como en comparación con la neurona estándar (Hebb, 1949). Estos mecanismos son los principios de explicación famoso simple de Hebb: "Aquellos que el fuego juntos, alambre juntos" (Hebb, 1949).

LTP ha recibido mucho apoyo ya que primero fue observado por Terje Lømo en 1966 y sigue siendo objeto de muchos estudios modernos y de investigación clínica. Sin embargo, existen posibles mecanismos alternativos subyacente LTP, presentada por Enoki, Hu, Hamilton y multa en el año 2009, publicado en el diario muy estimado Neurona. Que el hecho de que la LTP es la base del aprendizaje. Sin embargo, en primer lugar proponen que LTP se produce en las sinapsis individuales, y esta plasticidad es gradual (en comparación con en un modo binario) y bidireccional (Enoki et al., 2009). En segundo lugar, el grupo sugiere que los cambios sinápticos se expresan únicamente presynaptically, mediante cambios en la probabilidad de liberación de transmisor (Enoki et al., 2009). Finalmente, el equipo de predecir que la ocurrencia de LTP podría ser dependiente de la edad, la plasticidad del cerebro neonatal sería mayor que el de una madura. Por lo tanto las teorías difieren, como propone la aparición de encendido/apagado de LTP por mecanismos previos y postsinápticos y la otra propone cambios sólo presinápticos, capacidad gradual y la dependencia de la edad.

Estas teorías coinciden en un elemento de LTP, es decir, que debe ocurrir a través de cambios físicos a la membrana sináptica/s, plasticidad sináptica, es decir. Teoría del Control perceptual abarca ambos de estos puntos de vista. Propone el mecanismo de 'reorganización' como base del aprendizaje. Reorganización se produce dentro del sistema de control inherente de humanos o animales por la reestructuración de la inter y intraconnections de su organización jerárquica, similar al neurocientífico fenómeno de plasticidad neuronal. Esta reorganización permite inicialmente la forma de ensayo y error de aprendizaje, que se observa en los bebés, y entonces progresa al aprendizaje más estructurado a través de la asociación, evidente en los bebés, y finalmente al aprendizaje sistemático, que abarca la capacidad adulta para aprender tanto interna como externamente generado estímulos y eventos. De esta manera, PCT proporciona un modelo válido para el aprendizaje que combina los mecanismos biológicos de LTP con una explicación de la evolución y cambio de mecanismos asociados con la capacidad del desarrollo (Plooij 1987, 2003, 2010).

Poderes (2008) produjeron una simulación de la coordinación de brazo. Él sugirió que para mover su brazo, sistemas de control catorce catorce ángulos comunes control están involucrados, y reorganizan simultáneamente e independientemente. Se encontró que para un rendimiento óptimo, las funciones de salida deben organizarse de una manera así como control de cada salida del sistema sólo afecta a la variable ambiental una es percibir. En esta simulación, el proceso de reorganización es trabajando como se debe y como poderes indica que funciona en los seres humanos, reducción de salidas que causan error y aumentando aquellos que reducen el error. Inicialmente, las perturbaciones tienen efectos grandes en los ángulos de las articulaciones, pero con el tiempo los ángulos de las juntas coincidan con las señales de referencia más cerca debido al sistema se reorganizó. Poderes (2008) sugieren que para lograr la coordinación de los ángulos de las juntas para producir los movimientos deseados, en lugar de calcular cómo múltiples ángulos conjuntos deben cambiar para producir este movimiento el cerebro utiliza los sistemas de retroalimentación negativa para generar los ángulos de las juntas que se requieran. Una señal de referencia que es variada en un sistema de orden superior puede generar un movimiento que requiere varios ángulos comunes para cambiar al mismo tiempo.

Organización jerárquica

Botvinick (2008) propone que una de las ideas fundacionales de la revolución cognitiva fue el reconocimiento de la estructura jerárquica en el comportamiento humano. A pesar de décadas de investigación, sin embargo, los mecanismos computacionales que jerárquicamente organizado comportamiento no se entienden. Bedre, Hoffman, Cooney y D'Esposito (2009) proponen que el objetivo fundamental de la Neurociencia cognitiva es caracterizar la organización funcional de la corteza frontal que apoya el control de la acción.

Datos recientes de neuroimagen ha apoyado la hipótesis de que los lóbulos frontales están organizados jerárquicamente, que control se apoya en regiones progresivamente caudales como control se mueve a la especificación más concreta de acción. Sin embargo, todavía no está claro si influye en menor orden control procesadores son diferencialmente afectados por deficiencias en el control de orden superior cuando las interacciones entre niveles son requeridas para completar una tarea, o si hay comentarios de bajo nivel de control de alto nivel (Bedre, Hoffman, Cooney y D'Esposito 2009).

Botvinik (2008) encontraron que todos los modelos existentes de comportamiento jerárquico estructurado comparten al menos una suposición general – que la organización jerárquica, parte-todo de la acción humana se refleja en las representaciones internas o de los nerviosas subyacentes. En concreto, el supuesto es que existen representaciones no sólo de bajo nivel comportamientos motores, sino también representaciones separables de unidades conductuales nivel superiores. La última cosecha de modelos ofrece nuevas perspectivas, pero también plantea preguntas nuevas o refinadas para la investigación empírica, incluyendo cómo abstracta acción representaciones emergen mediante el aprendizaje, cómo interactúan con diferentes modos de control de la acción, y cómo clasificar hacia fuera dentro de la corteza prefrontal (PFC).

Teoría de Control perceptiva (PCT) puede proporcionar un modelo explicativo de la organización neural que se ocupa de los problemas actuales. PCT describe el carácter jerárquico del comportamiento como siendo determinado por el control de la percepción organizada jerárquicamente. Sistemas de control en el cuerpo y en el ambiente interno de miles de millones de neuronas interconectadas dentro del cerebro son responsables de mantener las señales perceptuales dentro de límites survivable en el ambiente impredecible variable de donde se derivan las percepciones. PCT no propone que hay un modelo interno dentro de la cual el cerebro simula comportamiento antes de emitir comandos a ejecutar esa conducta. En cambio, uno de sus rasgos característicos es la falta de principios de organización cerebral de la conducta. Por el contrario, el comportamiento es medio variable del organismo para reducir la discrepancia entre las percepciones y valores de referencia que se basan en varias entradas internas y externas (se enfría, 1985). Comportamiento constantemente debe adaptarse y cambiar para que un organismo mantener sus objetivos perceptuales. De esta manera, la PCT puede proporcionar una explicación del aprendizaje abstracto a través de la reorganización espontánea de la jerarquía. PCT propone que el conflicto se produce entre los valores de referencia diferentes para una percepción determinada en lugar de entre distintas respuestas (Mansell 2011), y ese aprendizaje se implementa como ensayo y error los cambios de las propiedades de los sistemas de control (Marken y poderes 1989), en lugar de cualquier respuesta específica siendo '' reforzado ''. De esta manera, comportamiento sigue siendo adaptable al medio ambiente que se desarrolla, en lugar de depender de aprendido patrones de acción que no pueden caber.

Jerarquías de control perceptivo han sido simuladas en modelos informáticos y se ha demostrado para proporcionar a un fósforo cercano a datos conductuales. Marken (1986) realizó un experimento comparando el comportamiento de un modelo de computadora de jerarquía de control perceptivo con el seis voluntarios sanos en tres experimentos. Los participantes estaban obligados a mantener la distancia entre una izquierda y una línea de centro igual de la línea de centro y derecha. También fueron instruidos para mantener ambas distancias igual a 2 cm. Tenían 2 remos en sus manos, uno controla la línea izquierda y control de la línea media. Tuvieron que reaccionar a las perturbaciones al azar aplicadas a las posiciones de las líneas. Como los participantes control, lograron anular el efecto esperado de los disturbios mediante el movimiento de sus paletas. La correlación entre el comportamiento de los sujetos y el modelo en todos los experimentos se acercó a.99. Se propone que la organización de modelos de sistemas de control jerárquicos como este nos informa sobre la organización de los seres humanos cuyo comportamiento reproduce tan de cerca.

La explicación anterior de los principios de la PCT proporciona justificación de cómo esta teoría puede proporcionar una explicación válida de organización neuronal y cómo pueden explicar algunos de los temas actuales de modelos conceptuales.

Situación actual y perspectivas

Teoría de control perceptiva actualmente propone una jerarquía de 11 niveles de percepciones controladas por sistemas en la mente humana y la arquitectura neuronal. Estas son: concepto de intensidad, sensación, configuración, transición, evento, relación, categoría, secuencia, programa, principio y sistema. Diversas señales perceptivas a un nivel inferior (por ejemplo, las percepciones visuales de intensidades) se combinan en una función de entrada para construir una sola percepción en el nivel superior (por ejemplo, la percepción visual de una sensación de color). Las percepciones que se construyen y controladas en los niveles inferiores pasan a lo largo como las entradas perceptivas en los niveles superiores. Los altos niveles de controlan a su vez diciéndole a los niveles inferiores que perciben: es decir, ajustan los niveles de referencia (objetivos) de los niveles inferiores.

Mientras que muchas demostraciones de computadora de principios han sido desarrolladas, los niveles más altos propuestos son difíciles de modelo porque muy poco se sabe sobre cómo el cerebro trabaja a estos niveles. Procesos de control de alto nivel aisladas pueden ser investigados, pero modelos de una amplia jerarquía de control son todavía sólo conceptual o rudimentario en el mejor.

Teoría de Control perceptiva no ha sido ampliamente aceptada en la psicología convencional, pero se ha utilizado con eficacia en una gama considerable de dominios en factores humanos, Psicología clínica y psicoterapia (la"Método de niveles"), y ha formado la base conceptual para el modelo de referencia utilizado por una sucesión de grupos de estudio de investigación de la OTAN. Es la base de un considerable cuerpo de investigación en Sociología. Está siendo enseñado en varias universidades en todo el mundo y es el tema de un número de grados de doctorado.

Notas de la

• Cziko, Gary. (1995). Sin milagros: teoría de la selección Universal y la segunda revolución darwiniana. Cambridge, MA: MIT Press (un libro de Bradford). ISBN 0-262-53147-X (En línea)
• Cziko, Gary. (2000). Las cosas que hacemos: usando las lecciones de Bernard y Darwin para comprender el qué, cómo y por qué de nuestro comportamiento. Cambridge, MA: MIT Press (un libro de Bradford). ISBN 0-262-03277-5 (En línea)
• Marken, Richard S. (1992) Lecturas de la mente: los estudios experimentales de propósito. Publicaciones de referencia: New Canaan, Connecticut.
• Marken, Richard S. (2002) Más lecturas de la mente: métodos y modelos en el estudio del propósito. Chapel Hill, NC: Nueva visión. ISBN 0-944337-43-0
• Plooij, F. X. (1984). El desarrollo conductual de los bebés chimpancé tienen vida libre y los bebés. Norwood, NJ: Ablex.
• Plooij, F. X. (2003). "La trilogía de la mente". En M. Heimann (Ed.), Períodos de regresión en la infancia humana (pp. 185 – 205). Mahwah, NJ: Erlbaum.
• Poderes, William T. (1973). Comportamiento: El control de la percepción. Chicago: Aldine de Gruyter. ISBN 0-202-25113-6. [2do exp. ed. = poderes (2005)].
• Poderes, William T. (1989). Sistemas de control de la vida. [Trabajos seleccionados, 1960-1988] New Canaan, CT: Publicaciones de referencia. ISBN 0-9647121-3-X.
• Poderes, William T. (1992). Sistemas de control de vida II. [Trabajos seleccionados 1959-1990.] New Canaan, CT: Publicaciones de referencia.
• Poderes, William T. (1998). Sentido de la conducta: el significado de control. New Canaan, CT: Publicaciones de referencia. ISBN 0-9647121-5-6.
• Poderes, William T. (2005). Comportamiento: El control de la percepción. New Canaan: Publicaciones de referencia. ISBN 0-9647121-7-2. [2do exp. ed. de poderes (1973). TR Guongdong (2004) educación superior educación prensa China, Guangzhou, China. ISBN 7-5361-2996-3.]
• Poderes, William T. (2008). Sistemas de Control de la vida III: El hecho de control. [Apéndice matemático por el Dr. Richard Kennaway. Incluye programas de computadora para el lector demostrar y probar experimentalmente la teoría]. New Canaan, CT: Publicaciones de referencia. ISBN 978-0-9647121-8-8.
• Poderes, William. T., Clark, K. R. y McFarland, r. L. (1960). "Una teoría de la retroalimentación general del comportamiento humano [parte 1; Parte 2]. Habilidades perceptivas y motoras 11, 71-88; 309-323.
• Poderes, William T. y Runkel, Philip J. 2011. Diálogo sobre los dos enfoques principales para una ciencia de la vida: la palabra cuadros y correlaciones versus modelos de trabajo. Hayward, CA: Sistemas de Control de vida editorial. ISBN 0-9740155-1-2.
• Robertson, R.J. y poderes, W.T. (1990). Introducción a la psicología moderna: la vista de la teoría de control. Interruptor de grava, KY: Grupo de sistemas de Control.
• Robertson, r. J., Goldstein, D.M., Mermel, M. & Musgrave, M. (1999). El self como un sistema de control de la prueba: cuestiones teóricas y metodológicas. Int J. Human-Computer estudios, 50, 571-580.
• Runkel, Philip J [ulian]. 1990. Echando las redes y los especímenes de prueba: dos grandes métodos de la psicología. Nueva York: Praeger. ISBN 0-275-93533-7. [Repr. 2007, Haywood, CA: sistemas de Control de vida editorial, ISBN 0-9740155-7-1.]
• Runkel, Philip J [ulian]. (2003). Personas como seres vivos. Hayward, CA: Sistemas de Control de vida editorial. ISBN 0-9740155-0-4

Sociología

• McClelland, Kent (1994). Control perceptivo y poder Social. Perspectivas sociológicas 37:: 461 – 496. doi:10.2307/1389276.
• McClelland, Kent (2004). "El Control colectivo de las percepciones: construir orden del conflicto". Revista Internacional de estudios humanos-informática 60:: 65 – 99. doi:10.1016/j.ijhcs.2003.08.003.
• McClelland, Kent y Thomas J. Fararo, Ed. (2006). Propósito, significado y acción: Control de las teorías de sistemas en Sociología. Nueva York: Palgrave Macmillan.
• McPhail, Clark. 1991. El mito del mundanal. Nueva York: Aldine de Gruyter.

Enlaces externos

Recursos de la biblioteca Acerca de Teoría de control perceptiva

Recursos en su biblioteca Recursos en otras bibliotecas

• Artículos
  • PCT para el principiante por William T. Powers (2007)
  • La disputa sobre teoría de William T. Powers (1993) - requiere la aprobación del acceso
  • Demostraciones de control perceptivo por Gary Cziko (2006)
• Audio
  • Entrevista con William T. Powers sobre el origen y la historia del PCT (parte uno - 20060722 (58.7M)
  • Entrevista con William T. Powers sobre el origen y la historia del PCT (parte dos - 20070728 (57.7M)
• Sitios web
  • PCTWeb Página Web de-Warren Mansell en PCT
  • El grupo de sistemas de Control
  • Sistemas de Control de la vida editorial -recursos y libros sobre PCT
  • Lecturas de mente Página Web de-Rick Marken en PCT

Otras Páginas

• Bagrichthys macropterus
• Tizita Bogale
• Proyecto DIANE
• Chiste de abogado
• Borrar del lejano Oriente
• Animal policias: San Francisco
• Taser
• Seguro de credito
• Eutanasia de insectos
• RegisterFly
• Dick Warlock
• Inteligencia emocional
• Desarrollo de acuario